了解一下Matlab梯度函数gradient吧

mutougeda

梯度：变化/参考量
% Y) a7 r  y# E8 e+ K4 b
8 n6 D1 Q( [; a% C+ H

1。如果F是一维矩阵，则FX=gradient（F，H）返回F的一维数值梯度。H是F中相邻两点间的间距。
7 y# A/ Y+ c4 k! [


2。如果F是二维矩阵，返回F的二维数值梯度。

[FX，FY]=gradient(F,HX,HY)。HX，HY参数表示各方向相邻两点的距离。
: V) {, L2 X$ h) d
" b! @; @* X; X( l, }  ~5 \

2 W0 j. u2 G, {0 h* g% e  V$ `3。如果F是三维矩阵，返回F的三维数值梯度。

9 `8 Z1 q8 l3 B+ H[FX，FY，FZ]=gradient(F,HX,HY,HZ)。

HX，HY，HZ参数表示各方向相邻两点的距离。
7 ^% Z) K2 F1 e( g# `* Q( R6 f
% J( a) ^2 l  \) c) D5 O& Y0 C* M
例：
>> x=[6,9,3,4,0;5,4,1,2,5;6,7,7,8,0;7,8,9,10,0]
7 d; z! r" N" e, l; l7 Zx =
    6     9     3     4     0
. R3 z" q  U$ z# A    5     4     1     2     5
3 Z4 B7 @* }% t' z, H    6     7     7     8     0
- Z  f8 V" \4 j3 x, s# Y    7     8     9 10     0
+ I& B4 |2 r: t6 X2 e3 k>> [Fx,Fy]=gradient(x)
Fx =
. n5 d/ r2 v; d; A8 j3.0000 -1.5000 -2.5000 -1.5000 -4.0000
- d" b* Y* t6 ~# g; w5 g-1.0000 -2.0000 -1.0000 2.0000 3.0000
0 i& h; Y- g1 ?1.0000 0.5000 0.5000 -3.5000 -8.0000
7 V# d" i' b, V; ]+ h+ s* U1.0000 1.0000 1.0000 -4.5000   -10.0000
* Y3 Y) w% L( |- J
! H& r6 G; l8 [& Y, GFy =
# G) B1 l" g8 A& q1 _! f-1.0000 -5.0000 -2.0000 -2.0000 5.0000
- @; u$ P$ K7 d5 \      0 -1.0000 2.0000 2.0000       0
1 B; p2 q. `' O& c1.0000 2.0000 4.0000 4.0000 -2.5000
1.0000 1.0000 2.0000 2.0000       0

6 Q, F* l1 l  P) Cgradient()是求数值梯度函数的命令。[Fx,Fy]=gradient(x)，其中Fx为其水平方向上的梯度，Fy为其垂直方向上的梯度，Fx的第一列元素为原矩阵第二列与第一列元素之差，Fx的第二列元素为原矩阵第三列与第一列元素之差除以2，以此类推：Fx(i,j)=(F(i,j+1)-F(i,j-1))/2。最后一列则为最后两列之差。同理，可以得到Fy。

ExxNEN

Matlab梯度函数gradient